MaixHub 在线训练模型

这篇以“让板子识别苹果”为例。图片采集、标注和训练都在 MaixHub 完成，不需要在电脑上安装训练工具。

开始前准备好板子、MaixVision 和 MaixHub 账号，并让板子连接网络。

创建项目

项目类型选择“图像检测”。检测模型会告诉你苹果在哪里，并在画面上标出位置。如果只选“图像分类”，模型只能判断整张图是不是苹果，不能给出位置。

目标平台选择自己的板子：MaixCAM、MaixCAM Pro 或 MaixCAM2。平台选错后，训练结果不能直接在板子上运行。

创建数据集并添加类别 apple。类别名称和顺序会写进最终模型，中途不要随意修改。

推荐用板子采集图片：

训练集用于学习，验证集用于检查模型是否能认出没见过的画面。不要把同一张照片放进两边。

拍摄时换苹果、位置、背景和光线。还要拍几张没有苹果的桌面，避免模型把红色杯子之类的物体认成苹果。更完整的建议见准备模型和数据集。

打开“标注数据”页面，用贴近苹果边缘的矩形框标注，然后选择 apple。

一张图里有几个苹果，就画几个框。训练集和验证集都要标完。漏掉的苹果会让模型收到互相矛盾的答案，所以开始训练前最好随机抽查几张。

新建训练任务，选择刚才的数据集和正确的板子平台。第一次先用页面推荐的参数，然后提交任务。

页面会显示训练进度。训练完成后，重点看验证图片：

如果某类画面经常失败，补充这类图片并重新训练。单纯增加训练轮数不一定有用。

进入训练结果的部署页面。可以按页面提示扫码部署，也可以选择手动部署并下载模型包。

手动部署时先解压：

用 MaixVision 把这些文件上传到板子的 /root/models。模型包通常还带有 main.py，打开它，确认模型路径与刚上传的 .mud 文件一致，然后点击运行。

摄像头对准苹果后，屏幕出现 apple、分数和方框，就说明训练和部署都成功了。模型包没有示例代码时，使用通用运行示例。

先换一个苹果、背景和光线测试。确认模型能在真实画面中工作，训练和部署就完成了。

如果愿意让其他用户下载和交流，可以在训练项目中选择“分享到模型库”。

填写模型用途、适合的拍摄距离和已知限制，并放一张板子实际运行的效果图。如果使用了公开图片，还要注明图片来源和许可证。

发布后，其他用户就能从 MaixHub 模型库下载你的模型。